Ki-Kare Dağılımı Yüzdelik (Kuantil) Hesaplama Aracı

Ki-Kare Dağılımı Yüzdelik (Kuantil) Hesaplama Aracı

Popüler AI Skill PRO

Hesaplamaya Girin

Sonuç

Yüzde noktası x (ki-kare kuantili)
7,267218
ki-kare CDF'inin hedef olasılığa eşit olduğu x değeri
Dağılım Ki-kare (chi-square)
Kümülatif mod Alt kümülatif P
Olasılık 0.3
Serbestlik derecesi 10

Formül

xp=F−1(p;ν)öyle kiP(ν2,xp2)=px_p = F^{-1}\!\left(\text{p}\,;\,\text{$\nu$}\right)\ \text{öyle ki}\ P\!\left(\frac{\text{$\nu$}}{2},\,\frac{x_p}{2}\right) = \text{p}
Kullanım istatistikleri

Reklam

Bu sayfadaki bir hatayı bildir

Ki-Kare Dağılımı Yüzdelik Hesaplama Aracı nedir?

Bu araç, ki-kare dağılımının yüzde noktasını (kuantil ya da yüzdelik olarak da bilinir, çoğu zaman kritik değer biçiminde yazılır) hesaplar. Bir kümülatif olasılık ile serbestlik derecesini verdiğinizde, ki-kare kümülatif dağılım fonksiyonunun (CDF) hedeflediğiniz olasılığa eşit olduğu x değerini döndürür. Ki-kare CDF'inin tersi olan bu işlem; hipotez testleri, uyum iyiliği testleri, çapraz tablo (kontenjans tablosu) analizleri ve varyans için güven aralıklarında yaygın olarak kullanılır.

Sol kuyruk alanı taranmış ve x ekseninde dilimi işaretleyen dikey bir çizgi bulunan ki-kare olasılık yoğunluk eğrisi
x yüzdelik dilimi, alt kümülatif alanın P olasılığına eşit olduğu noktadır.

Nasıl kullanılır?

Önce bir kümülatif mod seçin. Olasılığınız P = P(X ≤ x) biçimindeyse, yani x'in solunda kalan alanı ifade ediyorsa "Alt kümülatif P" seçeneğini kullanın. Olasılığınız kuyruk alanı Q = P(X > x) ise — tek yönlü testlerdeki tipik anlamlılık düzeyi alfa — "Üst kümülatif Q" seçeneğini tercih edin. Olasılığı (kesinlikle 0 ile 1 arasında) ve serbestlik derecesini (nu, ayrıca k olarak da gösterilir) girin. Hesaplayıcı size ki-kare değeri x'i verir.

Reklam
Solda taranmış alt P ile sağ kuyrukta taranmış üst Q'yu gösteren iki ki-kare eğrisi
Alt olasılık P sol alanı tarar; üst olasılık Q sağ kuyruğu tarar.

Formülün açıklaması

nu serbestlik dereceli ki-kare CDF'i, düzenlenmiş alt eksik gama fonksiyonudur: \(F(x;\nu) = \text{regularizedGammaP}\left(\frac{\nu}{2}, \frac{x}{2}\right)\). Bizim aradığımız ise bunun tersidir. \(a = \frac{\nu}{2}\) ve hedef olasılık p alınarak (alt modda p = P, üst modda p = 1 - Q), aşağıdaki denklemi z için çözüyoruz, ardından x = 2z buluyoruz.

$$x_p = F^{-1}\!\left(\text{p}\,;\,\nu\right)\ \text{such that}\ P\!\left(\frac{\nu}{2},\,\frac{x_p}{2}\right) = \text{p}$$

Çözücü; eksik gama için bir seri açılımı ile sürekli kesir yöntemini birleştirir ve garantili yakınsama için Newton/ikiye bölme (bisection) kök bulma algoritmasını kullanır.

Çözümlü örnek

Alt modu, P = 0,95 ve nu = 10 değerlerini ele alalım. Bu durumda \(a = 5\) olur ve \(\text{regularizedGammaP}(5, z) = 0{,}95\) denklemini çözeriz; bu da \(z \approx 9{,}1535\) verir, dolayısıyla \(x = 2z \approx 18{,}307\) bulunur. Bu sonuç, klasik kritik değer olan \(\chi^2(0{,}95;\,10) = 18{,}307\) ile birebir örtüşür. Üst modda Q = 0,05 ve nu = 10 kullanırsanız \(p = 1 - 0{,}05 = 0{,}95\) olur ve aynı \(x \approx 18{,}307\) değerine ulaşırsınız.

Ki-Kare Kritik Değerleri Tablosu

Tablo, \(\nu\) serbestlik derecesine (sd) sahip bir ki-kare değişkeni için \(P(X > x) = Q\) anlamına gelen üst kuyruk kritik değerlerini \(\chi^2_{Q,\nu}\) vermektedir. Alt kuyruk olasılığı \(P = 1 - Q\)'dur. Örneğin, Q = 0.05 sütunu 95. yüzdeliktir. Değerler 3 ondalık basamağa yuvarlanmıştır.

sd Q = 0.10 Q = 0.05 Q = 0.025 Q = 0.01 Q = 0.001
1 2.706 3.841 5.024 6.635 10.828
2 4.605 5.991 7.378 9.210 13.816
3 6.251 7.815 9.348 11.345 16.266
4 7.779 9.488 11.143 13.277 18.467
5 9.236 11.070 12.833 15.086 20.515
10 15.987 18.307 20.483 23.209 29.588
20 28.412 31.410 34.170 37.566 45.315
30 40.256 43.773 46.979 50.892 59.703
50 63.167 67.505 71.420 76.154 86.661
100 118.498 124.342 129.561 135.807 149.449

Bir alt kuyruk kuantilini bulmak için önce dönüşüm yapın: alt olasılığı P = 0.05 olan değer, Q = 0.95 için üst kuyruk değeridir. Tabloda bulunmayan sd veya olasılıklar için hesap makinesini kullanın.

Reklam

Ki-Kare Kuantilinin Yorumlanması

Hipotez testleri. Bir anlamlılık düzeyi \(\alpha\) seçin, ardından \(Q = \alpha\) ve uygun sd ile üst kuyruk kritik değerini bulun. Gözlemlenen istatistik kritik değerden büyükse \(H_0\) reddedilir. Aksi takdirde reddedilmez. Örneğin, sd = 5 ve \(\alpha = 0.05\) için kritik değer 11.070'dir. 12.4 istatistiği reddetmeye, 9.8 istatistiği ise reddetmemeye yol açar.

P-değeri ile bağlantı. P-değeri, gözlemlenen istatistiğin üst kuyruk olasılığı \(Q\)'dur. \(\alpha\) düzeyinde istatistik > kritik değer, p-değeri < \(\alpha\) ile eşdeğerdir. Kuantil hesap makinesi bunu tersine çalıştırır: Q (veya P) ve sd değerini girersiniz, o kuyruk olasılığına sahip istatistiği döndürür.

Sağ kuyruklu testler. Ki-kare uyum iyiliği testleri ve kontenjans tablolarında bağımsızlık testleri sağ kuyruklu testlerdir. Büyük istatistikler zayıf bir uyumu veya bir ilişkiyi işaret eder, bu nedenle reddetme için yalnızca üst kuyruk kullanılır.

Şekil. Dağılım sağa çarpıktır; ortalaması \(\nu\) ve varyansı \(2\nu\)'dur. Medyanı ortalamanın biraz altındadır. Sd arttıkça çarpıklık azalır ve dağılım ortalaması \(\nu\), standart sapması \(\sqrt{2\nu}\) olan normal dağılıma yaklaşır. Sd = 1 veya 2'de çok çarpıktır, sd = 100'de ise neredeyse simetriktir.

Varyans için güven aralığı. Örneklem varyansı \(s^2\) ve \(\nu = n-1\) olan, normal bir anakitleden alınmış \(n\) büyüklüğündeki bir örneklem için \((1-\alpha)\) aralığı şöyledir:

$$\left(\frac{ (n-1)s^2}{\chi^2_{\alpha/2,\,\nu}},\ \frac{ (n-1)s^2}{\chi^2_{1-\alpha/2,\,\nu}}\right)$$

Burada \(\chi^2_{\alpha/2,\nu}\), sağında \(\alpha/2\) alanı bulunan üst kuyruk değeridir; \(\chi^2_{1-\alpha/2,\nu}\) ise solunda \(\alpha/2\) alanı bulunan alt kuantildir. Aynı iki kuantil, P = \(\alpha/2\) ve P = \(1-\alpha/2\) girilerek de bulunabilir.

Örnek: n = 11 (sd = 10), \(s^2 = 4\) ve %95 güven ile kuantiller 3.247 (alt, P = 0.025) ve 20.483 (üst, P = 0.975)'dir. Varyans için aralık \(40/20.483 = 1.953\) ile \(40/3.247 = 12.319\) arasıdır.

Sıkça Sorulan Sorular

P ile Q arasındaki fark nedir? P, x'in solunda kalan alandır (alt kuyruk); Q ise x'in sağında kalan alandır (üst kuyruk) ve \(P + Q = 1\) eşitliği geçerlidir.

Serbestlik derecesi tam sayı olmak zorunda mı? Hayır. Gama tabanlı formül \(\nu > 0\) olan her değer için çalışır; ancak çoğu istatistik tablosu tam sayı kullanır.

Geçerli olasılık aralığı nedir? Kesinlikle \(0 < \text{olasılık} < 1\) olmalıdır. Olasılık 0 olduğunda kuantil 0'dır; olasılık 1'e yaklaştıkça kuantil sınırsız biçimde büyür.

Son güncelleme:

Matematik ve İstatistik kategorisinde en popüler

Tüm Matematik ve İstatistik hesap makinelerini gör